在计算机技术与通讯技术在科学交流领域的应用经历的Web2.0时代下的非正式科学交流时代,基于用户创造内容、互动、分享理念的新的科学交流方式,使科研学术内容更加丰富、种类更加繁多,新兴的学术社交网络搭建了非正式科学交流的新途径。而面对爆发增长的学术文献,如何直观有效的评价学者和文献影响力也随之成为各研究领域的一个需要解决的问题。传统评价方法是使用期刊影响因素(JIF)和引用计数来衡量学者在科学界的影响。但传统学术论文的评价体系由于其评价方法的延时性与片面性,越来越难以实现对科研成果进行综合客观评价。近年来,学者评估研究成果和方法多致力于学术指标的建立和研究,但对于直观展示学者现有成果和学者成果动态变化,综合评价学者影响力等诸多问题还有待探索。针对以上问题和不足,本文提出通过对学者大数据的采集,在现有研究基础上建立评价体系,应用数据可视化技术,在网络平台直观展示学者成果和综合评价学者影响力,设计并实现了学者大数据采集与评估系统。学者大数据采集与评估系统的设计实现了分布式爬虫功能,使用Scopus数据库具备的应用程序接口(API)、Medenley、GitHub以及Twitter上的学者数据作为学者采集数据源抓取文章、作者等详细学者数据信息,提出了一种高效的学者大数据采集方法,实现了海量学者数据的全面采集。采用科学评价领域内前沿的Altmetrics理论与方法定量评估学者学术影响力与科研水平,并给出三种学者排名榜单,对榜单上每位学者的学术大数据进行可视化展示,以便全面展示学者学术生涯成就及影响,科学定量评价。实现了海量学者数据的定量评估可视化。基于学者在期刊影响因素(JIF)、科学影响和社会声望三个维度,将学者的每篇文章抽象为年度与引用率坐标系中的方块,可更加便捷区分具有高科学影响、JIF和社会流行的文章。